检索结果-南通市图书馆

PEPFL:A framework for a practical and efficient privacy-preserving federated learning

Digital Communications and Networks 2024年第2期10卷 355-368页

作者： Yange Chen Baocang Wang Hang Jiang Pu Duan Yuan Ping Zhiyong Hong State key Laboratory of Integrated Service Networks Xidian UniversityXi'an710071China School of Information Engineering Xuchang UniversityXuchang461000China School of Telecommunications Engineering Xidian UniversityXi'an710071China Secure Collaborative Intelligence Laboratory Ant GroupHangzhou310000China Facility of Intelligence Manufacture Wuyi UniversityJiangmen529020China

As an emerging joint learning model,federated learning is a promising way to combine model parameters of different users for training and inference without collecting users’original ***,a practical and efficient solution has not been established in previous work due to the absence of efficient matrix computation and cryptography schemes in the privacy-preserving federated learning model,especially in partially homomorphic *** this paper,we propose a Practical and Efficient Privacy-preserving Federated Learning(PEPFL)***,we present a lifted distributed ElGamal cryptosystem for federated learning,which can solve the multi-key problem in federated ***,we develop a Practical Partially Single Instruction multiple Data(PSIMD)parallelism scheme that can encode a plaintext matrix into single plaintext for encryption,improving the encryption efficiency and reducing the communication cost in partially homomorphic *** addition,based on the Convolutional Neural Network(CNN)and the designed cryptosystem,a novel privacy-preserving federated learning framework is designed by using Momentum Gradient Descent(MGD).Finally,we evaluate the security and performance of *** experiment results demonstrate that the scheme is practicable,effective,and secure with low communication and computation costs.

关键词： Federated learning Partially single instruction multiple data Momentum gradient descent ElGamal multi-key Homomorphic encryption

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：